-
公开(公告)号：CN115439751A
公开(公告)日：2022-12-06
申请号：CN202211159222.9
申请日：2022-09-22
Applicant: 桂林理工大学
Abstract: 本发明涉及遥感图像处理技术领域，具体涉及一种融合多注意力的高分辨率遥感影像道路提取方法，基于膨胀残差协同注意力网络，同时结合空洞卷积模块，提取更高维的道路特征信息；在U型结构的跳跃连接部分使用轻量自注意力模块，捕获特征信息的长距离依赖关系；面向通道的交叉注意力模块，消除自注意力机制模块与解码器特征的歧义，提高特征图还原能力；最后使用训练权重对未标记遥感影像进行预测，计算熵值，使用高熵值预测结果为未标注影像打上标签，和原始标签混合输入到训练网络。本发明经过融合多注意力的深度学习道路提取方法，有效建立道路长距离通道与位置信息关系，提高了道路提取的效率。
-
公开(公告)号：CN115439327A
公开(公告)日：2022-12-06
申请号：CN202211159057.7
申请日：2022-09-22
Applicant: 桂林理工大学
Abstract: 本发明涉及无人机影像拼接技术领域，具体涉及一种改进SURF无人机影像快速拼接方法，在影像预处理阶段采用DP‑DnCNN降噪模型对无人机影像进行初步降噪处理，继续采用RW‑IAMF算法对输出影像进行二次修正提升待拼接影像的质量；然后根据无人机影像的航向重叠率及旁向重叠率信息，确定待拼接影像的重叠区域，最后采用FAST特征检测算法替换传统SURF算法的特征检测阶段，对待拼接影像进行特征点快速检测，有效提升影像特征检测的效率，同时对传统SURF算法特征描述阶段进行模板改进，同时引入灰度信息参与特征描述符计算，减小了算法的计算量，有效提升了特征描述的效率，进而提升影像拼接的速度。
-
公开(公告)号：CN115014432A
公开(公告)日：2022-09-06
申请号：CN202210506435.8
申请日：2022-05-10
Applicant: 桂林理工大学
Abstract: 本发明涉及滑坡监测技术领域，具体涉及一种基于多发育因子获取与融合分析的滑坡早期预警监测方法，首先通过遥感的方式对滑坡体进行大范围普查，然后锁定可疑区域并且进行详查，核查可疑区域内的可疑或潜在滑坡体，监测所述可疑区域，采集监测区域的岩性、坡度、形变、降雨及土壤湿度作为滑坡发育因子数据，将滑坡发育因子数据融合处理与历史数据进行比较分析，最后根据分析结果确定滑坡危险等级并且发出预警信息，实现滑坡体的早期预警与防治，同时提高滑坡监测的精确度，降低监测成本。
-
公开(公告)号：CN114445524A
公开(公告)日：2022-05-06
申请号：CN202111559003.5
申请日：2021-12-20
Applicant: 桂林理工大学
IPC: G06T11/60 , G06T11/20 , G06V30/413 , G06V10/44
Abstract: 本发明涉及电子数字数据处理技术领域，具体涉及一种不动产房屋分层平面图矢量化自动成图方法，包括扫描房屋分层平面图，得到电子图片；框选电子图片的识别区域；对识别区域进行图像预处理，得到识别区域框图；对识别区域框图中的文字信息进行识别和提取，同时进行角点检测和筛选，并将筛选信息和提取信息进行配对，得到配对组；基于配对组选择线段坐标对，自定义坐标对坐标，构建实际线段坐标对；将实际线段坐标对以文本形式保存，得到文本信息；将文本信息导入绘图软件自动成图，全过程不需要人工参与绘图，解决了现有的房屋分层平面图通过人工绘图的效率和准确率较低的问题。
-
-
-
Search Results
4
records
(took 0.04 seconds)
